| 開講学期／Course Start | 2020年度／Academic Year 後期／Second |
|---|---|
| 開講曜限／Class period | 火/Tue 1,火/Tue 2 |
| 授業区分／Regular or Intensive | 週間授業 |
| 対象学科／Department | 情報電子工学系学科 |
| 対象学年／Year | 3年,4年 |
| 授業科目区分／Category | 教育課程 主専門教育科目 |
| 必修・選択／Mandatory or Elective | 選択 |
| 授業方法／Lecture or Seminar | 講義科目 |
| 授業科目名／Course Title | 人工知能／Artificial Intelligence |
| 単位数／Number of Credits | 2.0 |
| 担当教員名／Lecturer | 工藤康生 |
| 時間割コード／Registration Code | C4723 |
| 連絡先／Contact |
工藤康生(工藤康生(V408 0143-46-5469 kudo＠csse.muroran-it.ac.jp ＊＠を小文字に変更してください。) ) |
| オフィスアワー／Office hours | 工藤康生(工藤康生(水曜日 16:30-17:30) ) |
| 実務経験／Work experience |
| 更新日／Date of renewal | 2020/06/29 |
|---|---|
| 授業のねらい ／Learning Objectives |
人工知能は，「知的に振る舞う」システムを実現することを目標とする研究分野であり，その内容は非常に幅広い．本講義では，人工知能に関わる知識情報処理として，「探索による問題解決」に焦点を絞り，基礎的な概念および手法について学ぶ．また，各種の探索アルゴリズムを実装し検証する． |
| 到達度目標 ／Outcomes Measured By: |
１．探索に関する基礎的な概念・手法を理解する．（理解力） ２．探索に関する基礎的な概念・手法をプログラムとして実装し，問題解決に用いることができる．（応用力） |
| 授業計画 ／Course Schedule |
総授業時間数：24時間（15回×90分） １週目 ガイダンス，人工知能の概要と歴史 ２週目 問題の表現，問題解決プロセス ３週目 系統的探索：横形探索，縦形探索 ４週目 反復深化探索，探索の複雑さ，節点の評価 ５週目 分岐限定法，山登り法，最良優先探索 ６週目 Ａ*アルゴリズム ７週目 ゲームの木の探索：ミニマックス法，α-β法 ８週目 Python3入門（１）：基本的なデータ構造と構文 ９週目 Python3入門（２）：クラスと継承 １０週目 系統的探索の実装（１）：ひな形プログラムの解説 １１週目 系統的探索の実装（２）：横型探索、縦形探索 １２週目 評価関数を利用した探索の実装（１）：ひな形プログラムの解説 １３週目 評価関数を利用した探索の実装（２）：Ａ*アルゴリズム １４週目 評価関数を利用した探索の実装（３）：発展課題（最良優先探索、分岐限定法） １５週目 発展課題，レポート作成 （１６週目 期末試験） 教科書を予習していることを前提として講義を行うので，必ず予習すること． Python3の文法の詳細については，各自で自習することが望ましい． 新型コロナウイルス感染症の流行状況に伴い、学生への十分な周知のもと、授業計画・授業実施方法は変更する可能性があります。 |
| 教科書 ／Required Text |
新人工知能の基礎知識 太原育夫著 近代科学社 2008(ISBN:9784764903562) |
| 参考書等 ／Required Materials |
AIによる大規模データ処理入門 小高知宏著 オーム社 2013(ISBN:9784274069260)
詳細! Python 3 入門ノート 大重美幸著 ソーテック社 2017(ISBN:9784800711670) 入門Python3 Bill Lubanovic著 オライリー・ジャパン 2015(ISBN:9784873117386) |
| 教科書・参考書に関する備考 |
・授業前半の講義部分で，教科書に記載がない部分などについては，別途資料を配布する． ・授業後半の演習部分では，Moodleで資料等を配布する． ・Python3については様々なレベルの書籍があるので，各自で自分に合う書籍を探すことが望ましい． |
| 成績評価方法 ／Grading Guidelines |
・期末試験を50点満点，レポートを50点満点とし，合計100点満点中60点以上を合格とする． ・期末試験を受験しレポートを提出したが不合格だった学生に対して，1回だけ再試験を行う．また，レポートの再提出を課す場合がある．再試験およびレポート再提出で合格した学生の成績は60点とする． 各到達度目標は以下のように評価する： ・目標１：期末試験で探索の基礎的な概念・手法に関する問題を出題し，達成度を評価する． ・目標２：レポート課題として探索による問題解決に関する課題を出題し，達成度を評価する． 新型コロナウイルス感染症の流行状況に伴い、学生への十分な周知のもと、成績評価方法は変更する可能性があります。 |
| 履修上の注意 ／Notices |
不合格の場合は再履修すること． |
| 教員メッセージ ／Message from Lecturer |
・講義の中で，集合論およびグラフ理論，データ構造など，「情報数学」および「データ構造とアルゴリズム」で学んだ内容を用いる．必要な部分の説明は講義の中で行うが，あらかじめ復習しておくことが望ましい． ・授業前半の講義部分では，その回のまとめとなる演習課題を課す． |
| 学習・教育目標との対応 ／Learning and Educational Policy |
この授業科目は情報システム学コース・コンピュータ知能学コースの学習目標の以下の項目に対応している． 情報技術者［コンピュータサイエンス］情報工学の基礎知識と応用能力を身につける。 |
| 関連科目 ／Related course |
・「情報数学」および「データ構造とアルゴリズム」の内容を習得していることが望ましい． |
| No. | 回（日時） ／Time (date and time) |
主題と位置付け（担当） ／Subjects and instructor's position |
学習方法と内容 ／Methods and contents |
備考 ／Notes |
|---|---|---|---|---|
| 該当するデータはありません | ||||
|
Active learning 1-1 ／主体的学修（反転授業，小テスト，振り返り 等） |
講義部分ではほぼ毎回，その回のまとめの演習を行う． Python3の文法の詳細については，各自で自習することが望ましい． |
|---|---|
|
Active learning 1-2 ／上記項目に係るALの度合い |
15%未満 |
|
Active learning 2-1 ／対話的学修（グループ学習，協働，調査体験 等） |
該当なし |
|
Active learning 2-2 ／上記項目に係るALの度合い |
該当なし |
|
Active learning 3-1 ／深い学修（複数科目の知識の総合化や問題解決型学修 等） |
該当なし |
|
Active learning 3-2 ／上記項目に係るALの度合い |
該当なし |